Immunomodulation and RNA interference alter hepatitis B virus–specific CD8 T‐cell recognition of infected HepG2‐NTCP
Notice bibliographique
Résumé
BACKGROUND AND AIMS: CD8 T cells are essential in controlling HBV infection. Viral control is dependent on efficient recognition of HBV-infected hepatocytes by CD8 T cells, which can induce direct lysis of infected hepatocytes. In addition, CD8 T cells produce interferon (IFN)-γ, which mediates noncytopathic viral clearance. Innate immunomodulators and HBV-targeted RNA interference (RNAi) are being developed to treat chronic hepatitis B (CHB), but may modify HBV antigen presentation and impact CD8 T-cell recognition, in addition to their primary mechanisms of action. APPROACH AND RESULTS: HBV-infected HepG2-NTCP cells were treated with tenofovir disoproxil fumarate (TDF), Toll-like receptor (TLR) 7/8 agonists, TLR7/8 conditioned media (CM) collected from immune cells, or RNAi using short interfering RNAs. The effect of these treatments on antigen presentation was measured through coculture with CD8 T cells recognizing human leukocyte antigen-A0201 restricted epitopes, HBc18-27 or HBs183-191. Cytokine profiles of TLR7/8 CM were measured using a cytometric bead array. TDF reduced viral replication, but not CD8 T-cell recognition, of infected cells. Direct exposure of infected HepG2-NTCP to TLR7/8 agonists had no impact on T-cell recognition. Exposure of infected HepG2-NTCP to TLR7/8 CM enhanced HBV-specific CD8 T-cell recognition through type 1 interferon (IFN) and IFN-γ-dependent mechanisms. RNAi rapidly suppressed HBV-DNA, HBcAg, and HBsAg expression, impairing recognition by HBV-specific CD8 T cells. CONCLUSIONS: Immunomodulation and RNAi, but not nucleos(t)ide analogues, alter the recognition of infected HepG2-NTCP by HBV-specific CD8 T cells. Understanding these changes will inform combination treatments for CHB.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».